利用conda安装pytorch时需要先下载安装Anaconda包管理工具，地址链接： https://www.anaconda.com/，Anaconda安装可以参考：Python入门之开发环境配置：Anaconda与PyCharm的安装详解 
如果下载缓慢，可以在清华镜像站中下载，地址： https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
安装anaconda时的常见问题，可参考博客： 安装Anaconda时忘记点击自动配置环境变量的解决方案/手动配置Anaconda环境变量方法
安装完成后： 验证Anaconda是否安装完成：win+R，然后cmd进入命令行，输入
conda list
若能正常显示，则证明安装完成。
二、CUDA安装安装CUDA之前需要首先确认当前pytorch支持的CUDA版本，可以去pytorch官网 查看。 
这里选择CUDA10.1，因为很多版本都没有，由于版本具有时效性，所以建议先来看看有什么版本，再回去下载对应的CUDA。 随着时代进度，之后的CUDA版本肯定越来越高，因此安装CUDA之前首先确认CUDA版本！！！
百度搜索：CUDA10.1可下载相关版本（为什么选择10.1版本的原因在上方） 
选择[local]，下载。 
下载完成后，双击安装即可，等待十多分钟，安装完毕。
注：这里可能会遇到一些问题，比如说检查兼容性时突然画面没了，这时就需要下载“驱动精灵”检查一下自己的什么驱动没有安装好，重新安装一下即可。
检测安装完成：win+R，然后cmd进入命令行，输入
nvcc -V
若能显示cuda10.1则证明安装完成。不必看下面的注。 注：如果nvcc找不到而出现错误，则查找该目录下是否有nvcc.exe，若存在，则只有一种可能，未配置环境变量 
环境变量配置： 
配置好这两个环境变量： 
将这两个目录配置到path环境变量下，即可，ok，完成。再次运行win+R，然后cmd进入命令行，输入nvcc -V，应该就没问题了。
打开pytorch官网，选择相应的版本，
复制下面的Run this Command：
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
然后，以管理员方式运行命令行，务必注意，以管理员方式运行 
然后粘贴安装，即可。 
如果出现这种错误，则证明没有以管理员方式运行。 
如果正常，半个小时左右就能安装完成了。
但是，大多数情况下可能会遇到下载过慢的问题，尤其是文件：pytorch和torchvision，下载的时候可能会遇到无尽的等待。导致下载失败，出现HTTP balabla和TimeOut error。 如下错误： 
这时推荐用清华镜像站替代默认conda源的方法，可以解决下载过慢的问题。 首先直接在这个窗口输入：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
与此同时为了保险起见，建议同时添加第三方conda源：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
之后重新运行代码：
conda install pytorch torchvision cudatoolkit=10.1 -c pytorch
但是这里一定要注意，去掉-c pytorch，安装的时候才会默认从清华源下载相应的包，因此这里用命令行:
conda install pytorch torchvision cudatoolkit=10.1
接着等待安装成功就好了。 
在编译器中输入：
import torch
print(torch.__version__)
print('GPU:',torch.cuda.is_available())
若输出正常，则证明pytorch安装完成。 输出结果： 
ok，大功告成。 如果觉得有用，求赞求支持。
